DE102007054099A1 - Zuordnung von Partikeln zu Entstehungsprozessen - Google Patents

Zuordnung von Partikeln zu Entstehungsprozessen Download PDF

Info

Publication number
DE102007054099A1
DE102007054099A1 DE102007054099A DE102007054099A DE102007054099A1 DE 102007054099 A1 DE102007054099 A1 DE 102007054099A1 DE 102007054099 A DE102007054099 A DE 102007054099A DE 102007054099 A DE102007054099 A DE 102007054099A DE 102007054099 A1 DE102007054099 A1 DE 102007054099A1
Authority
DE
Germany
Prior art keywords
particle
invariants
determined
image
histogram
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102007054099A
Other languages
English (en)
Inventor
Linus Goerlitz
Maximilian Staudacher
Fred Hamprecht
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102007054099A priority Critical patent/DE102007054099A1/de
Priority to GB0820835A priority patent/GB2454793B/en
Publication of DE102007054099A1 publication Critical patent/DE102007054099A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429Signal processing
    • G01N15/1433Signal processing using image recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Dispersion Chemistry (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Zuordnung von Partikeln zu ihrem Entstehungsprozess, bei dem in einem ersten Schritt ein vergrößertes, hochaufgelöstes und kontrastreiches Bild des Partikels aufgenommen wird und in einem zweiten Schritt die exakte Partikelposition bestimmt wird. Daran anschließend werden die Hu-Invarianten und ein gewichtetes Gradientenphasenhistogramm auf der Oberfläche des Partikels berechnet. Abschließend erfolgt eine integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms zur Identifikation des Entstehungsprozesses. Weiterhin betrifft die Erfindung eine Verwendung des Verfahrens.

Description

  • Stand der Technik
  • Die Erfindung betrifft ein Verfahren zur Zuordnung von Partikeln zu ihrem Entstehungsprozess.
  • Bei Verfahren, die eine große Reinheit an den Herstellungsprozess erfordern, insbesondere derartige Verfahren, bei denen bereits einzelne Partikel zu einer Schädigung oder gar einem Unbrauchbarwerden des Produktes führen, ist es wünschenswert, wenn der Entstehungsprozess derartiger Partikel, die zu einer solchen Verunreinigung führen, bekannt ist. Prozesse, die eine derartige Reinheit erfordern, sind z. B. Verfahren zur Herstellung von Wafern, wie sie in der Halbleitertechnik eingesetzt werden.
  • Verfahren, mit denen Partikel ihrem Entstehungsprozess zugeordnet werden können, sind derzeit noch nicht bekannt. Es ist lediglich z. B. aus DE-A 10 2005 004 599 bekannt, ein Messobjekt auf einem Halbleiterwafer mit einem Messgerät zu vermessen. Hierbei wird anhand des gemessenen Intensitätsprofils auf dem Halbleiterwafer in einem ersten Auswerteschritt ein erstes Zielobjekt gesucht, um dessen charakteristischen Parameter als erstes Messergebnis zu bestimmen. Wenn jedoch diese Auswertung fehlschlägt oder große Abweichungen zu bekannten Prozess-Spezifikationen zeigt, wird ein weiterer Auswerteschritt mit einem anderen Zielobjekt gesucht, wobei ebenfalls dessen charakteristischer Parameter bestimmt wird. Hierdurch ist es möglich, nacheinander nach unterschiedlichen Zielobjekten mit nur einer Messvorschrift zu suchen. Als Zielobjekte werden z. B. Strukturelemente betrachtet, die auf einem Halbleiterwafer ausgebildet sind. Das Messgerät, mit dem die Zielobjekte gesucht werden, ist im allgemeinen ein Rasterelektronenmikroskop.
  • Offenbarung der Erfindung
  • Vorteile der Erfindung
  • Ein erfindungsgemäßes Verfahren zur Zuordnung von Partikeln zu ihrem Entstehungsprozess umfasst folgende Schritte:
    • (a) Aufnahme eines vergrößerten, hochaufgelösten kontrastreichen Bildes des Partikels,
    • (b) Bestimmen der exakten Partikelposition in dem Bild,
    • (c) Binarisieren des Bildes des Partikels, Berechnen der Hu-Invarianten und Berechnen eiens gewichteten Gradientenphasenhistogramms auf der Oberfläche des Partikels,
    • (d) Integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms zur Identifikation des Entstehungsprozesses.
  • Durch das erfindungsgemäße Verfahren lassen sich Partikel anhand eines Rückstreubildes eines Rasterelektronenmiskroskops dem verursachenden Prozess zuordnen. Insbesondere können auch Partikel zugeordnet werden, deren Quelle nicht über ein singulär verwendetes Material identifiziert werden kann. Dadurch sind Partikelquellen identifizierbar und die Verursacher von Prozessinstabilitäten können zielgerichtet identifiziert werden. Durch die zielgerichtete Identifikation von Prozessinstabilitäten kann bei Sauberkeitsproblemen zielgerichtet eingegriffen werden. Ein weiterer Vorteil des erfindungsgemäßen Verfahrens ist, dass sich dieses ohne großen Aufwand in ein bestehendes Verfahren zur Restschmutzanalytik integrieren lässt.
  • Die Partikelposition wird üblicherweise durch ein Bildbearbeitungsverfahren bestimmt. Hierzu wird im allgemeinen die digitalisierte Aufnahme des Rasterelektronenmikroskops einem gängigen Bildbearbeitungsverfahren unterzogen. Da der Partikel und der Hintergrund unterschiedliche Grauwerte oder Texturen bei einem Grauwertbild oder unterschiedliche Farben oder Texturen bei einer farbigen Aufnahme aufweisen, kann anhand der Unterschiede im Grauton bzw. der Farbdifferenzen der Partikel erkannt werden und so die Position des Partikels bestimmt werden.
  • Wenn das Verfahren zur Zuordnung von Partikeln zu ihrem Entstehungsprozess Teil eines umfassenden Analyseverfahrens ist, z. B. einer Restschmutzanalytik, ist es möglich, die Partikelposition durch Deduktion aus der Partikeldetektion in einem vorhergehenden Analyseschritt zu bestimmen. Hierbei wird in dem vorhergehenden Schritt zunächst erkannt ob überhaupt Partikel vorliegen. Wenn Partikel gefunden werden, kann hieraus auch der Ort des Partikels abgeleitet werden.
  • Von dem Partikel wird dann ein vergrößertes Bild aufgenommen. Die maximale Vergrößerung ist dabei abhängig vom eingesetzten Verfahren. Üblicherweise erfolgt die Aufnahme mit Hilfe eines Rasterelektronenmikroskops. In üblichen Restschmutzanalytik-Prozessen ergibt sich hierdurch maximal eine 2000-fache Vergrößerung.
  • Die charakterisierenden Eigenschaften eines Partikels sind dessen Form und Bearbeitungstextur. Diese schwanken sehr stark mit dem vorliegenden Material. Aus diesem Grund ist es bevorzugt, vor der Zuordnung zu einem Entstehungsprozess das Material des Partikels zu bestimmen. Die Bestimmung des Material erfolgt durch ein EDX-Spektrum, das von der gesamten Partikeloberfläche aufgenommen und mit Standard-Software ausgewertet wird.
  • Besonders bevorzugt erfolgt die Bestimmung des Materials des Partikels direkt im Anschluss an die Aufnahme des vergrößerten, hochaufgelösten und kontrastreichen Bildes.
  • Nach der Bestimmung des Materials des Partikels werden die Hu-Invarianten und das gewichtete Gradientenphasenhistogramm auf der Oberfläche des Partikels berechnet. Die Hu-Invarianten dienen zur Formcharakterisierung des Partikels. Als Hu-Invarianten werden die von Hu in M. K. Hu, „Visual Pattern Recognition by Moment Invariants", IRE Transactions on Information Theory, 1962, S. 179–187, eingeführten invarianten Objektmomente zur Formcharakterisierung genutzt. Diese dienen dazu, eine Invarianz unter Rotation und Skalierung bei der Formbeschreibung zu erreichen.
  • Die Textur des Partikels wird durch ein gewichtetes Gradientenphasenhistogramm beschrieben. Hierzu wird für jedes Pixel der Partikeloberfläche im binarisierten Bild des Partikels der diskrete Gradient berechnet und dieser in Amplitude und Phase zerlegt. Die Berechnung des Gradienten erfolgt dabei im Allgemeinen mit in der Bildverarbeitung üblichen Verfahren durch Faltung mit einer geeigneten Maske.
  • Nach dem Zerlegen der Gradienten in Amplitude und Phase werden die Phasen der Gradienten aller Pixel der Partikeloberfläche in einem Histogramm zusammengefasst. Der Beitrag zum Histogramm wird mit der Amplitude gewichtet. Das Zusammenfassen der Gradienten aller Pixel der Partikeloberfläche erfolgt vorzugsweise mit 2-Grad-Schritten. Beim Zusammenfassen der Gradienten werden antiparallele Gradienten identifiziert. Hierdurch ist es möglich, nur Richtungen zwischen 0° und 180° zu verwenden. Auf diese Weise bekommen wichtige Bearbeitungskanten im Bild einen größeren Einfluss auf das Histogramm, da dort mit großen Beträgen beim Gradienten zu rechnen ist. Das entstandene Histogramm wird soweit rotiert, dass der maximale Wert des Histogramms an Position 1 steht. Hierdurch wird ermöglicht, dass das Histogramm invariant unter Rotationen ist. Eine Invarianz gegen unterschiedliche Partikelgrößen und eine Robustheit gegen Beleuchtungsschwankungen wird dadurch erreicht, dass das Histogramm abschließend summennormiert wird. Auf diese Weise erhält man pro Partikel ein Set von 7 Forminvarianten und ein Phasenhistogramm mit 90 Einträgen.
  • Um das so beschriebene Partikel einem Entstehungsprozess zuordnen zu können, erfolgt abschließend eine integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms. Dies erfolgt vorzugsweise mit Hilfe eines k-nächste Nachbarn-Klassifikators und einer gemischten euklidisch-symmetrisierten-Kullback-Leibler-Divergenz-Semi-Metrik. Die gemischte euklidisch-symmetrisierte-Kullback-Leibler-Divergenz-Semi-Metrik wird als Abstandsmaß für den k-nächsten Nachbarn-Klassifikator verwendet. Hierzu ist eine euklidische Metrik für 2 Sets an Formparametern x, y definiert als
    Figure 00040001
    und bei den Histogrammen eine symmetrisierte Kullback-Leibler-Divergenz, die gegeben ist durch
    Figure 00040002
    mit Histogrammen p, q verwendet und beide Abstandswerte werden materialabhängig gemischt. Das Mischen erfolgt nach folgender Gleichung FM(P, Q) = (1 – λ)·L2(PObj, QObj) + λ·KLs(PHistogr||QHistogr).
  • Hierbei kann der optimale Wert für den Mischungsparameter λ durch Kreuzvalidierung über ein Testset inferiert werden.
  • Auch der Parameter k des k-nächsten Nachbarn-Klassifikators wird vorzugsweise durch Kreuzvalidierung auf einem Testset bestimmt. Das Testset kann durch gesonderte Vorversuche leicht erstellt werden. Bei den Vorversuchen ist hierbei die Prozessherkunft bekannt.
  • Um eine Zuordnung des Partikels zum Entstehungsprozess zu ermöglichen, werden vorzugsweise für unterschiedliche Enstehungsprozesse Vergleichswerte aus Testdaten bestimmt. Die Zuordnung zu einem Entstehungsprozess erfolgt durch Vergleich der Hu-Invarianten und des Gradientenphasenhistogramms mit den Vergleichswerten. Das Partikel wird dabei jeweils demjenigen Entstehungsprozess zugeordnet, dem ein Vergleichspartikel zugehört, dessen Merkmale am nächsten zu den Merkmalen des zu klassifizierenden Partikels liegen.
  • Das erfindungsgemäße Verfahren wird vorzugsweise zur Identifizierung von Partikelquellen in der Restschmutzanalytik eingesetzt. Diese kommt insbesondere zu tragen in Fertigungsprozessen, die unter hochreinen Bedingungen durchgeführt werden müssen. Derartige Fertigungsprozesse sind z. B. die Herstellung von Halbleiterwafern.
  • Kurze Beschreibung der Zeichnungen
  • Eine Ausführungsform der Erfindung ist in der Zeichnung dargestellt und in der nachfolgenden Beschreibung näher erläutert.
  • Die einzige Figur zeigt ein Flussdiagramm des erfindungsgemäßen Verfahrens.
  • Ausführungsformen der Erfindung
  • In der einzigen Figur ist ein Flussdiagramm des erfindungsgemäßen Verfahrens dargestellt.
  • In einem ersten Schritt 1 wird ein vergrößertes, hochaufgelöstes und kontrastreiches Bild eines Partikels aufgenommen. Hierzu wird vorzugsweise ein Rasterelektronenmikroskop eingesetzt. Es ist jedoch auch jede beliebige andere Vorrichtung einsetzbar, mit der ein vergrößertes, hochaufgelöstes und konstrastreiches Bild des Partikels aufgenommen werden kann. Üblicherweise liefern jedoch nur Rasterelektronenmikroskope hinreichende Vergrößerungen. Bevorzugt wird das Partikel mit einer Vergrößerung aufgenommen, mit der der Partikel bildfüllend abgebildet wird.
  • Aus dem derartig aufgenommenen Bild wird in einem zweiten Schritt 3 die exakte Partikelposition ermittelt. Dies erfolgt vorzugsweise mit üblichen Methoden der Bildverarbeitung. Hierzu ist es z. B. möglich, die Partikelposition anhand von Grauwertunterschieden oder Farbunterschieden im Bild zu ermitteln. Um die Methoden der Bildverarbeitung einsetzen zu können, ist es jedoch notwendig, das Bild zunächst in digitaler Form darzustellen, um eine entsprechende Auswertung mit Methoden der Bildverarbeitung zu ermögli chen. Diese erfolgt im allgemeinen durch Einsatz eines Computers. Alternativ zum Einsatz der Standardmethoden der Bildverarbeitung zur Detektion der exakten Partikelposition ist es auch möglich, die Position des Partikels durch Ergebnisse von früheren Schritten einer Prozesskette durch Deduktion herzuleiten. Die früheren Schritte der Prozesskette ergeben sich z. B. aufgrund einer Partikeldetektion in der Sauberkeitsanalytik, wie sie beispielsweise in Prozessen eingesetzt wird, die in hochreiner Atmosphäre durchgeführt werden. Auch bei der Partikeldetektion in der Sauberkeitsanalytik wird zunächst ein vergrößertes Bild eines Objekts aufgenommen und dieses auf Partikel hin mit Methoden der Bildverarbeitung untersucht. Die so gewonnenen Bilder können dann in einer erneuten Aufnahme weiter vergrößert werden. In diesem Fall ist es bevorzugt, wenn der erste Schritt 1 und der zweite Schritt 3 vertauscht werden. D. h. es wird zunächst die Position des Partikels detektiert und daran anschließend erfolgt die Aufnahme des vergrößerten, hochaufgelösten und kontrastreichen Bildes des Partikels.
  • In einem dritten Schritt 5 werden nach der Aufnahme des Bildes im ersten Schritt 1 und der Detektion der exakten Partikelposition in Schritt 3 die Hu-Invarianten für das binarisierte Partikelbild berechnet. Mit Hilfe der Hu-Invarianten erfolgt eine Formcharakterisierung des Partikels. Mit Hilfe der Hu-Invarianten lässt sich die Form des Partikels derart beschreiben, dass dieses auch unter Rotation und Skalierung des Bildes invariant ist. Auf diese Weise lässt sich eine Formcharakterisierung des Partikels erreichen, die unabhängig ist von der Vergrößerung und der Lage des Partikels.
  • Nach der Berechnung der Hu-Invariaten für das binarisierte Partikelbild im dritten Schritt 5 wird ein gewichtetes Gradientenphasenhistogramm auf der Oberfläche des Partikels berechnet. Diese Berechnung erfolgt in einem vierten Schritt 7. Die Berechnung des gewichteten Gradientenphasenhistogramms erfolgt mit Hilfe des kontrastreichen Grauwertbildes, das im ersten Schritt 1 aufgenommen wurde. Durch das gewichtete Gradientenphasenhistogramm lässt sich die Textur der Oberfläche des Partikels beschreiben.
  • Die Textur und die Form eines Partikels sind im allgemeinen charakteristisch für den jeweiligen Entstehungsprozess. Aus diesem Grund lässt sich anhand der Form des Partikels und der Oberflächentextur auf den Entstehungsprozess des derart beschriebenen Partikels schließen. Für das gewichtete Gradientenphasenhistogramm wird für jedes Pixel der Partikeloberfläche im kontrastreichen Grauwertbild der diskrete Gradient berechnet und dieser wird in Amplitude und Phase zerlegt. Die Phasen der Gradienten aller Pixel der Partikeloberfläche werde in einem Histogramm zusammengefasst und der Beitrag zum Histogramm wird mit der Amplitude gewichtet. Das Zusammenfassen der Phasen in einem Histogramm erfolgt dabei in Schritten, die einerseits nicht zu groß gewählt werden, um gegen Rotation des Objekts hinreichend robust zu sein. Andererseits führen jedoch zu viele Bins, das heißt ein zu kleiner Wert, zu unnötigen Variationen. Als geeignet hat sich ein Zusammenfassen in 2°-Schritten erwiesen. Beim Zusammenfassen der Gradienten werden antiparallele Gradienten identifiziert werden. Es werden somit nur Richtungen zwischen 0° und 180° verwendet. Wichtige Bearbeitungskanten im Bild bekommen auf diese Weise einen größeren Einfluss auf das Histogramm, da dort mit großen Beträgen beim Gradienten zu rechnen ist. Das entstandene Histogramm wird soweit rotiert, dass der maximale Wert des Histogramms an Position 1 steht. Hierdurch wird realisiert, dass das Histogramm invariant unter Rotationen ist. Abschließend wird das Histogramm auch summennormiert, um eine Invarianz gegen unterschiedliche Partikelgrößen und eine Robustheit gegen Beleuchtungsschwankungen zu erreichen. Auf Grund der 2-Grad-Schritte hat das so erstellte gewichtete Gradientenphasenhistogramm 90 Einträge. Zusätzlich erhält man pro Partikel 7 Forminvarianten, die sich aus der Berechnung der Hu-Invarianten ergeben.
  • In einem abschließenden Schritt 9 wird zur Identifikation des Erzeugungsprozesses eine integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms durchgeführt. Diese erfolgt vorzugsweise mit Hilfe eines k-nächsten Nachbarn-Klassifikators und einer gemischten euklidisch-symmetrisierten-Kullback-Leibler-Divergenz-Semi-Metrik. Der Parameter k des k-nächsten Nachbarn-Klassifikators und der Mischungsparameter λ der euklidisch-symmetrisierten-Kullback-Leibler-Divergenz-Semi-Metrik werden vorzugsweise durch Kreuzvalidierung auf einem Testset bestimmt. Der Parameter k stellt dabei die Anzahl der nächsten Nachbarn des k-nächsten Nachbarn-Klassifikators dar.
  • Für das Testset wird das Verfahren für ein Partikel, der durch einen bekannten Entstehungsprozess entstanden ist, durchgeführt. Hierdurch ergeben sich Vergleichswerte für die Hu-Invarianten und das Gradientenphasenhistogramm. Auf diese Weise können Partikel, die durch bekannte unterschiedliche Entstehungsverfahren hergestellt wurden, bestimmt werden und deren Daten als Vergleichswerte dienen.
  • Die Identifikation des Erzeugungsprozesses ergibt sich dann durch Vergleich der ermittelten Werte für das aufgenommene Partikel mit den Werten für Partikel, deren Entstehungsprozess bekannt ist. Da jeweils gleiche Entstehungsprozesse für jedes Partikel ähnliche Werte ergeben, kann somit durch Vergleich mit diesen Werten auf den Entstehungsprozess geschlossen werden.
  • Da die Hu-Invarianten und das Gradientenphasenhistogramm jedoch stark vom Material des Partikels abhängt, ist es notwendig, um den Entstehungsprozess korrekt zuordnen zu können, zunächst das Material des Partikels zu ermitteln. Die unterschiedlichen Werte für verschiedene Materialien ergeben sich insbesondere aus unterschiedlichen Grauwerten für verschiedene Partikel, die aufgenommen werden.
  • Um das Material des Partikels zu identifizieren wird ein EDX-Spektrum aufgenommen. Dazu wird der Scanbereich des Elektronenstrahls auf die Oberfläche des Partikels eingeschränkt und die angeregte Röntgenstrahlung aufgezeichnet. Dieses EDX-Spektrum wird auf die darin enthaltenen Materialien untersucht und deren Anteil quantifiziert.
  • Das erfindungsgemäße Verfahren wird, wie zuvor beschrieben, vorzugsweise bei einer Restschmutzanalytik eingesetzt, wie sie z. B. bei der Kontrolle von Halbleiterwafern eingesetzt wird.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - DE 102005004599 A [0003]
  • Zitierte Nicht-Patentliteratur
    • - M. K. Hu, „Visual Pattern Recognition by Moment Invariants", IRE Transactions on Information Theory, 1962, S. 179–187 [0011]

Claims (9)

  1. Verfahren zur Zuordnung von Partikeln zu ihrem Entstehungsprozess, folgende Schritte umfassend: (a) Aufnahme eines vergrößerten, hochaufgelösten und kontrastreichen Bildes des Partikels, (b) Bestimmen der exakten Partikelposition in dem Bild, (c) Binarisieren des Bildes des Partikels, Berechnen der Hu-Invarianten und Berechnen eines gewichteten Gradientenphasenhistogramms auf der Oberfläche des Partikels, (d) integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms zur Identifikation des Entstehungsprozesses.
  2. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die Partikelposition durch ein Bildbearbeitungsverfahren bestimmt wird.
  3. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die Partikelposition durch Deduktion aus der Partikeldetektion in einem vorgehenden Analyseschritt bestimmt wird.
  4. Verfahren gemäß einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass vor der Zuordnung zu einem Entstehungsprozess das Material des Partikels bestimmt wird.
  5. Verfahren gemäß einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die integrierte Klassifikation der Hu-Invarianten und des Gradientenphasenhistogramms mit Hilfe eines k-nächste Nachbarn-Klassifikators und einer gemischten euklidisch-symmetrisierten-Kullback-Leibler-Divergenz-Semi-Metrik erfolgt.
  6. Verfahren gemäß Anspruch 5, dadurch gekennzeichnet, dass der Parameter k des k-nächste Nachbarn-Klassifikators durch Kreuzvalidierung auf einem Testset bestimmt wird.
  7. Verfahren gemäß Anspruch 5 oder 6, dadurch gekennzeichnet, dass der Mischungsparameter der euklidisch-symmetrisierten-Kullback-Leibler-Divergenz-Semi-Metrik durch Kreuzvalidierung auf einem Testset bestimmt wird.
  8. Verfahren gemäß einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass für unterschiedliche Entstehungsprozesse Vergleichswerte aus Testdaten bestimmt werden und die Zuordung zu einem Entstehungsprozess durch Vergleich der Hu-Invarianten und des Gradientenphasenhistogramms mit den Vergleichswerten erfolgt.
  9. Verwendung des Verfahrens gemäß einem der Ansprüche 1 bis 8 zur Indentifizierung von Partikelquellen in der Restschmutzanalytik.
DE102007054099A 2007-11-13 2007-11-13 Zuordnung von Partikeln zu Entstehungsprozessen Withdrawn DE102007054099A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102007054099A DE102007054099A1 (de) 2007-11-13 2007-11-13 Zuordnung von Partikeln zu Entstehungsprozessen
GB0820835A GB2454793B (en) 2007-11-13 2008-11-13 Assignment of particles to processes of origin

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102007054099A DE102007054099A1 (de) 2007-11-13 2007-11-13 Zuordnung von Partikeln zu Entstehungsprozessen

Publications (1)

Publication Number Publication Date
DE102007054099A1 true DE102007054099A1 (de) 2009-05-14

Family

ID=40194621

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102007054099A Withdrawn DE102007054099A1 (de) 2007-11-13 2007-11-13 Zuordnung von Partikeln zu Entstehungsprozessen

Country Status (2)

Country Link
DE (1) DE102007054099A1 (de)
GB (1) GB2454793B (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005004599A1 (de) 2005-02-01 2006-08-10 Infineon Technologies Ag Verfahren und Anordnung zur Vermessung eines Messobjekts auf einem Halbleiterwafer mit einem Messgerät und Verwendung des Verfahrens

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6661912B1 (en) * 1998-08-03 2003-12-09 Hitachi Electronics Engineering Co., Ltd. Inspecting method and apparatus for repeated micro-miniature patterns
US6999614B1 (en) * 1999-11-29 2006-02-14 Kla-Tencor Corporation Power assisted automatic supervised classifier creation tool for semiconductor defects
US7668376B2 (en) * 2004-06-30 2010-02-23 National Instruments Corporation Shape feature extraction and classification
JP4307470B2 (ja) * 2006-08-08 2009-08-05 株式会社日立ハイテクノロジーズ 荷電粒子線装置、試料加工方法及び半導体検査装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005004599A1 (de) 2005-02-01 2006-08-10 Infineon Technologies Ag Verfahren und Anordnung zur Vermessung eines Messobjekts auf einem Halbleiterwafer mit einem Messgerät und Verwendung des Verfahrens

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. K. Hu, "Visual Pattern Recognition by Moment Invariants", IRE Transactions on Information Theory, 1962, S. 179-187

Also Published As

Publication number Publication date
GB0820835D0 (en) 2008-12-24
GB2454793B (en) 2011-10-05
GB2454793A (en) 2009-05-20

Similar Documents

Publication Publication Date Title
DE112014007346B4 (de) Mit einem Strahl geladener Teilchen arbeitende Vorrichtung
DE102009051826A1 (de) Verfahren zum Vergleichen der Ähnlichkeit von 3D-bildlichen Objekten
DE10354017A1 (de) Chemische Vorfilterung für die Phasenunterscheidung mittels simultaner Energiedispersionsspektrometrie und Elektronenrückstreuungsbeugung
WO2016066265A1 (de) Ermittlung lokaler gütemasse aus einem volumenbilddatensatz
DE3505331A1 (de) Verfahren und geraet zur vermessung des bei der eindringhaertepruefung in einer probe hinterlassenen eindrucks
DE102016115837A1 (de) Verfahren für die Urheberschaftsbewertung eines Gemäldes sowie eine entsprechende Verwendung
DE19633693C1 (de) Verfahren und Vorrichtung zur Erfassung von Targetmustern in einer Textur
DE102016107900A1 (de) Verfahren und Vorrichtung zur Kantenermittlung eines Messobjekts in der optischen Messtechnik
DE112021002702T5 (de) Verfahren und apparate zum identifizieren von oberflächenmerkmalen in dreidimensionalen bildern
EP3108461A1 (de) Verfahren zum untersuchen eines wertdokuments und mittel zur durchführung des verfahrens
DE102017110339A1 (de) Computerimplementiertes Verfahren zur Vermessung eines Objekts aus einer digitalen Darstellung des Objekts
DE102006043684A1 (de) Verfahren zum Bearbeiten eines Intensitätsbildes eines Mikroskopes
EP1766579A2 (de) Verfahren zur detektion geometrischer strukturen in bildern
EP2636019A1 (de) Verfahren und auswertevorrichtung zur ermittlung der lage einer in einem zu untersuchenden objekt befindlichen struktur mittels röntgencomputertomografie
DE102007054099A1 (de) Zuordnung von Partikeln zu Entstehungsprozessen
DE10101203A1 (de) Verfahren zum Erfassen und Klassifizieren von Kratzern, welche bei der Bearbeitung von Halbleiterwafern auftreten
WO2009127572A1 (de) Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen
EP3923193B1 (de) Messung der empfindlichkeit von bildklassifikatoren gegen veränderungen des eingabebildes
EP1435065A1 (de) Automatische ermittlung von geometrischen modellen für optische teilerkennungen
DE10058216C1 (de) Verfahren zur Bestimmung eines Abstandes periodischer Strukturen
DE102014100765A1 (de) Zeitoptimierte, qualitativ verbesserte Auswertung von EBSD pattern durch iterative, lokale Erhöhung der Hough-Transformation
EP3853816A1 (de) Computerimplementiertes verfahren zur komprimierung von messdaten aus einer messung eines messvolumens
DE102004018174B4 (de) Verfahren zur Akquisition von Formen aus Bildern mit Fällen und zum fallbasierten Erkennen von Objekten in digitalen Bildern, Computer-Programm-Produkt und digitales Speichermedium zur Ausführung dieses Verfahrens
DE102012016272A1 (de) Verfahren und Vorrichtung zur visuellen Analyse von bildgebender Massenspektrometrie
DE102019131440B3 (de) Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts

Legal Events

Date Code Title Description
R005 Application deemed withdrawn due to failure to request examination
R005 Application deemed withdrawn due to failure to request examination

Effective date: 20141114